東北黑土漫崗區春耕期土壤水分空間變異及地形影響

靖亭亭, 胡海棠, 邱春霞, 李存軍, 周靜平, 張巧玲, 白 翠

(1.西安科技大學, 西安 710054; 2.北京農業信息技術研究中心,北京 100097; 3.國家農業智能裝備工程技術研究中心, 北京 100097)

東北黑土區是我國重要的糧食主產地，大部分處于中深度季節性凍土區，春季水熱條件是東北地區糧食生產主要限制因子[1]。漫川漫崗坡耕地占黑土區耕地面積的60%，春季黑土凍融和積雪融化及降雨造成了水土流失，在春耕期容易導致農田土壤水分飽和甚至積水，農機無法進地作業，影響春耕整地和春播進程。2013年黑龍江地區由于低溫春澇，作物播種較常年推遲5～15 d[1]，是當年大豆和馬鈴薯減產8.5%和26%的重要影響因素。由于受漫川漫崗地形的影響，土壤水分呈現顯著的空間異質性。因此，研究東北黑土漫崗區土壤水分分布規律，對于黑土區土壤水分管理、防治水土流失、合理安排春耕春播，保障糧食產量具有重要的理論和現實意義。

土壤水分對于農業、水文、土壤侵蝕、土壤養分變化以及局部氣候等都有重要影響[2-3]，在作物生長和農業生產上起到決定性作用[4]。土壤水分在不同時間、地點和土層深度上表現出明顯的時空異質性，這是多重尺度上地形、土壤、土地利用及植被、氣象(降雨)、人為活動等多因子綜合作用的結果[2]。由于土壤水分在區域和全球尺度的重要性，過去20 a來，國內外學者對土壤水分進行了大量不同尺度的研究[4]。邱揚等[2]對不同研究中不同區域土壤水分主要影響因子進行了總結，主要包括相對海拔、坡向、坡度、坡形、匯流面積、濕度指數、植被類型、導水率、黏粒含量等，但是其主控因子因地因時因尺度而異。Xuemei Mei[5]對黃土高原不同時期不同土層土壤水分的主控因子分析也證實了這一點。Entin等[6]認為土壤水分的時空變異尺度可分成大尺度和小尺度2個組分，大尺度由大氣控制主要決定于降雨和蒸發格局，小尺度主要決定于土壤、地形、植被等。Western A W[7]使用半方差函數研究土壤水分的空間變異，并定義變異尺度類型是由間距、范圍、點大小3種尺度構成，證明半方差圖是可以應用于土壤水分空間變異，且其變異尺度是一個重要性問題。

東北典型黑土區以漫崗丘陵為主，坡長坡緩，氣候低溫濕潤，其獨特的凍融侵蝕是水土流失的重要形式。近年來隨著對黑土區水土流失和退化問題的重視，東北黑土區土壤水分的研究逐漸興起，坡面尺度土壤水分異質性及主控因素的研究成為關注的熱點[8-12]。葛翠萍[11]、蘇子龍[12]、胡向輝[13]等主要探討了坡位、坡向、坡度、海拔等地形因子和植被景觀對土壤水分的影響。黑土區土壤水分研究主要集中在生長季或收獲后，但是春耕期土壤水分狀況對春耕春播農機科學調度加快春耕春播有重要指導作用，因受凍融、積雪融化及雨雪、大風的綜合影響，土壤水分異質性更加復雜，且土壤水分變化劇烈，是研究的難點。一方面對于春耕期土壤水分分布特征及影響因素還尚不明確，另一方面已有研究通常基于田間離散采樣獲取土壤水分數據進行地形因子相關性分析，樣點空間代表性和連續性不足。對于山地等土壤水分空間異質性顯著的地區，基于遙感尤其是Sentinel-1等雷達數據的土壤水分反演方法[14-15]比傳統空間插值方法，將能更準確反映土壤水分的空間分布特征[4]。

本研究以東北黑土區黑龍江趙光農場為研究區，基于Sentinel-1雷達數據反演的土壤水分以及利用DEM提取的坡度、坡向、坡位、高程、地形濕度指數等地形因子數據，采用半方差函數、相關性分析結合集成推進樹(Aggregated boosted tree, ABT)方法，揭示東北黑土漫崗區春耕期土壤水分空間變異尺度特征及關鍵地形因子，旨在為黑土區坡耕地水分管理、水土流失調控和春耕春播農機科學調度提供依據。

1 材料與方法

1.1 研究區概況

趙光農場位于黑龍江省北安市中部，東經126°26′—127°6′，北緯47°54′—48°12′。趙光農場是我國第一個國營機械化農場，地處小興安嶺南麓邊緣，總的地勢是西南高，東北低。地處中高緯度，屬寒溫帶大陸性季風氣候，冬季寒冷干燥，夏季濕熱多雨，年降雨量570 mm，全年無霜期為120 d左右。耕地面積2.44萬hm2，種植作物主要為大豆和玉米，壟向以順壟為主。地形具有典型黑土區漫川漫崗的特征，坡長坡緩，坡度多分布在3°～5°。東北地區冬季土壤上凍，春季耕層凍土開始融化適宜農機進地耕作。

1.2 數據源及預處理

1.2.1 地面采樣及Sentinel-1數據處理 研究區于2018年4月19日開始春耕，地面水分樣點于2018年4月24日在研究區均勻布設，每個樣點使用GPS記錄坐標、高程等信息，采用五點混合取樣法采集土壤表層0—20 cm土壤樣品，取部分鮮土放入鋁盒內稱重，之后烘干得到125個土壤重量含水量采樣點，剔除異常值后共計120個樣點。土壤水分遙感反演利用Sentinel-1衛星數據，該衛星4月24日過境，保證了地面觀測數據與遙感影像的同步性。

Sentinel-1衛星搭載C波段SAR傳感器，具有雙極化、重訪周期短等特點[16]，本文選取2018年4月24日Sentinel-1地距(ground range detected, GRD)產品，其包括垂直發射水平接收(VH)和垂直發射垂直接收(VV)兩種極化方式，本試驗數據在歐空局官網(https:∥scihub.copernicus)下載。利用歐空局提供的SNAP軟件對Sentinel-1 SRA數據進行斑點濾波、輻射定標、幾何校正和地理編碼，獲取影像的后向散射系數。

1.2.2 DEM數據及預處理 本研究在NASA中下載得到研究區分辨率為12.5 m的DEM數據，借助GIS軟件，使用DEM數據提取高程、坡度、坡向、坡位、地形濕度指數(Topographic Wetness Index, TWI)等地形因子。其中，坡度、坡向均在Arc GIS空間分析模塊中從DEM模型中直接提取，其中坡向按平地(-1°～0°)，陰坡(0°～45°，315°～360°)，半陰坡(275°～315°)，半陽坡(45°～135°)，陽坡(135°～275°)分類[17]。地形濕度指數計算見文獻[18]，在SAGA GIS中提取。

坡位提取見1.3研究方法，各地形因子描述見表1。根據東北典型黑土區長坡長、緩坡度的地形特點，水土流失嚴重區的地表坡度一般集中于3°～5°農耕地上，個別地方可達8°以上[19]。3°是研究區農耕地的代表性坡度，5°是該區侵蝕嚴重農耕地的代表性坡度[20]。考慮到該區特殊的地形特征，故選擇了 3°和 5°作為試驗研究農耕地的坡度，坡度進行劃分：緩坡(<1°)、緩中坡(1°～3°)、中坡(3°～5°)、陡坡(>5°)。

表1 地形因子及描述

1.3 研究方法

1.3.1 土壤水分遙感反演 黑土春耕期均為裸土，雷達后向散射系數不受植被影響，用其建立土壤水分模型。建模點與驗證點比例為6∶1，以決定系數(R2)和均方根誤差(RMSE)作為擬合模型的精度評價標準。基于120個土壤采樣點水分值與VH、VV后向散射系數的相關性分析可得，土壤水分與VV相關性為-0.427，與VH相關性為-0.008，VV極化后向散射系數與土壤水分相關性較高且通過ρ<0.01的顯著水平，VV極化后向散射系數對于土壤水分變化更敏感。使用VV極化建立反演模型(表2)，經試驗表明指數模型R2最大RMSE最小，擬合效果相對較好，最終采用4折交叉驗證法[21]驗證所建立的模型。經交叉驗證后的反演模型平均R2為0.576 8，比擬合模型增大了0.002 6；RMSE為1.752 4，比擬合模型減小了0.020 9，選擇的模型可以使用此研究。

1.3.2 土壤水分空間變異分析 半變異函數γ(h)(公式1)是通過計算兩點空間屬性的方差與兩點間距的關系來描述要素的分布特征[22]。半變異函數主要有以下參數：塊金值(C0)、基臺值(C0+C)和變程(A)。塊金值主要反映隨機因素對空間變異的影響；基臺值主要反映結構性因素對空間變異的影響；變程主要反映影響空間變異的尺度大小，變程范圍內存在空間相關性，以外的距離不再有相關性[23]。土壤水分半方差函數計算利用ENVI中統計功能完成，并用Matlab實現半方差圖構建。本研究基于土壤水分遙感反演結果，分別以整個趙光農場研究區以及典型地塊為對象，主要利用半變異函數(semi-variogram)分析土壤水分農場尺度和地塊尺度的空間變異特征。

(1)

式中:γ(h)為半方差函數;Z(Xi)為像元所對應的土壤屬性值；Z(Xi+h)則為步長為h的另一像元所對應的土壤屬性值;h為步長；N(h)為步長為h的像元對數。

1.3.3 組合尺度的坡位因子計算 坡位采用Weiss A[24]提出的方法，利用地形位置指數(Topographic Position Index,TPI)和坡度結合劃分某點不同坡面的位置。TPI反映的是某點高程與其一定鄰域內高程的差值(公式2)，其中鄰域閾值不同反映了不同尺度上的坡位特征，含有尺度效應。TPI利用Arc GIS擴展工具分析套件Land Facet Corridor Designer中的Topographic TPI工具進行計算，其鄰域閾值可以根據研究區土壤水分的空間變異特征來確定。大尺度上的谷地，也可能是局部的漫崗。將大、小尺度上的坡位進行組合生成組合尺度坡位，能夠反映在全局和局域上的坡位特征。

(2)

式中:Z0表示中心點高程；R表示預設的鄰域；Zi表示鄰域內高程；n表示鄰域內高程點數。

根據土壤水分的空間變異(變程)特征分析，分別設定不同鄰域閾值計算不同尺度地形位置指數(TPI)，并將兩種尺度坡位進行組合，從而表征每個像元在區域(農場)和局域(地塊)的坡位，鄰域大小根據土壤水分空間變異特征設定。如組合坡位值為1f，代表在農場尺度處于谷地，而在地塊內部位于漫崗區，具體閾值情況見表3—4。

表3 大尺度(農場)坡位分類閾值

1.3.4 影響因子分析方法 為探明土壤水分在農場尺度和地塊尺度的空間異質性形成機制，利用Arc GIS在研究區740個地塊上隨機生成6 000點，提取各點對應的土壤水分和地形因子(坡度、坡向、高程、地形濕度指數、農場尺度坡位、地塊尺度坡位、組合尺度坡位)的值。利用SPSS軟件對數據結果進行雙變量Spearman相關性分析，基于R語言gbm軟件包進行集成推進樹(Aggregated boosted tree, ABT)分析，根據重要性排序評價坡度、坡向、高程、坡位、地形濕度指數等地形因子對土壤水分的相對影響[25]，方差分析結果采用 Origin繪圖表示。

表4 小尺度(地塊)坡位分類閾值

集成推進樹算法(Aggregated boosted tree, ABT)是基于 PAC模型(Probably Boosting Stacking, PAC)，通過相對重要性圖來定量評價和描述自變量對因變量的相對影響大小，重要性排序越靠前，其對土壤屬性的推測能力越強。相應地，重要性排序越靠后的變量對土壤屬性的推測能力越弱。

2 結果與分析

2.1 土壤水分分布及空間變異特征

研究區土壤水分空間分布見圖1，為使該數據與DEM像元大小保持一致將土壤水分反演數據重采樣到12.5 m。圖中可以看出研究區土壤含水量在25%～37%，均值為30.65%，屬于濕潤級別[26]。土壤水分空間分布呈現東南部高，西部相對較低的格局。基于土壤水分反演數據，計算在不同尺度變異系數(表5)，地塊尺度上以地塊為單位計算了農場上每個地塊的變異程度，即地塊內部變異為5.81%(取所有地塊變異系數的均值)；農場尺度上每個地塊的均值為基礎值統計地塊之間的變異為4.16%，表明黑土漫崗區土壤水分地塊內部的變異大于地塊之間的變異。單樣本K-S檢驗(α=0.05)結果顯示，土壤水分在各個尺度上均服從正態分布。

表5 不同尺度土壤水分統計特征

圖1 土壤水分空間分布

通過式(1)計算土壤水分半方差函數，半方差圖采用y軸表示半方差值，x軸表示不同的步長。土壤水分在農場尺度及地塊尺度上變異特征曲線相似，但經驗半方差值達到了穩定的常數(基臺值)的像元個數不同。在農場尺度上，在250個像元前達到穩定值，即有效變程為3 000 m；地塊尺度上，在25個像元前基本達到穩定值，即有效變程為300 m。在本研究中，農場尺度上主要呈現了3 000 m左右范圍內變異特征，地塊尺度上主要反映了300 m左右的變異特征。該變程范圍為上一節中坡位的劃分鄰域提供參考依據。

2.2 土壤水分與地形因子的相關性及主控因素識別

Spearman相關性分析顯示，土壤水分與地形因子之間均呈顯著相關(p<0.01)，其中與地形濕度指數呈正相關，與高程、坡度、坡向、坡位呈負相關。表明地勢越平緩，地表徑流量越大，地塊的土壤水分含量越高，其中在不同尺度上的坡位均影響水分的分布(表6)。

表6 土壤水分與地形因子Spearman相關性分析

集成推進樹算法(Aggregated boosted tree, ABT)顯示了各個地形因子對土壤水分分異性的相對重要性(圖2)。坡位是影響土壤水分分的首要因素，其相對影響大小為36.28%，其次是坡度，其相對影響大小為26.54%，坡向15.57%，地形濕度指數為12.72%，高程為8.89%。

圖2 地形因子對土壤水分分異的相對影響

2.3 土壤水分主要影響因子

根據ABT分析的結果，坡位、坡度和坡向是影響土壤水分分布的關鍵地形因子，根據研究區地形的劃分對在不同坡位、不同坡度以及不同坡向條件下的土壤水分分布情況做定量研究，進一步探索土壤水分的空間分布特征。

2.3.1 坡位 圖4展示了在不同尺度上土壤水分含量隨坡位的變化情況。五組柱狀圖分別以不同填充代表農場尺度和地塊尺度坡位的影響，橫軸為農場尺度的坡位代碼對應表3，虛線是農場尺度各個坡位上土壤水分的均值，作為組間的參照值。農場尺度上，谷地、下坡位、中坡位、上坡位和漫崗平均含水量分別為33.23%，33.07%，32.76%，32.47%和32.71%。可以看出，除第五組即漫崗地塊外，土壤水分隨農場尺度和地塊尺度坡位的提升都呈現梯度下降趨勢，地塊尺度坡位的組內差異顯著大于農場尺度坡位之間的差異。

2.3.2 坡度 在不同坡度下(圖4A)，土壤水分含量隨坡度的升高呈梯度下降趨勢，緩坡、緩中坡、中坡、陡坡平均含水量為32.99%，32.71%，32.05%和31.53%。緩坡>緩中坡>中坡>陡坡，即坡度越大，土壤含水量越低，陡坡和緩坡平均含水量相差1.46%。

注：橫軸代表農場尺度坡位代碼用不同填充顯示，類別與表3對應；每組相同填充的6個柱行表示地塊尺度坡位，類別與表4對應，依次對應編號類型a—f。

2.3.3 坡向 不同坡向上，土壤水分含量有較大差異，平地、陰坡、半陰坡、半陽坡和陽坡平均含水量分別為32.92%，32.70%，32.48%，32.92%和32.37%，半陽坡>平地>陰坡>半陰坡>陽坡(圖4B)。半陽坡與平地相差不大，屬于水分最大的區域，陽坡處最小兩者相差0.56%。在不同坡向上，土壤平均含水量差異較小，表明了這一時期坡向相比坡度來說對于土壤水分分布影響較小。

注：不同字母表示差異顯著，相同字母表示差異不顯著。

3 討 論

土壤水分空間分布表明，東南部區域水分含量相對較高，西部區域較低，且空間變異在不同尺度上存在差異。通過每個尺度上土壤水分變異系數發現，每個地塊內部以及相鄰地塊之間土壤水分都存在空間分異。因此推斷，土壤水分可能具有地塊尺度和農場尺度兩個尺度上的空間變異特征，可能原因是受到地形、田間田埂溝渠結構影響。趙光農場是大機械化生產，每個地塊面積通常約30萬m2，地塊之間常有田埂、機耕道、溝渠、防風林帶分布。因此，一方面大面積地塊，受地形影響地塊內部存在明顯空間差異；另一方面地表徑流等土壤水分運移過程側重于以地塊為相對封閉單元發生。對整個區域而言，又存在著集水區尺度的水分運移。整個農場的土壤水分橫向遷移表現為以順壟地塊的地塊尺度水分運移為主，以地塊間水分遷移為輔。通過半方差函數計算發現，土壤水分在整個農場上空間變異有效變程為3 000 m，地塊上空間變異有效變程為300 m。

相關性分析結果表明地形因子(坡度、坡位、坡向、高程、地形濕度指數)和土壤水分含量呈顯著相關(p<0.01)。土壤水分與坡度、坡向、坡位、高程呈負相關關系，與地形濕度指數呈正相關關系。本研究區春耕期處于土壤水分凍融期，土壤水分主要來源于大氣降水、凍融和積雪融化。高程影響降雨的再分配以及徑流量大小，隨海拔的升高土壤水分含量降低[27]。曹偉等[28]通過研究坡面凍土表明，受重力作用坡度越大，土壤徑流越大，壤中流減少，土壤水分含量減少，與本研究結果相似。坡向影響接收太陽輻射大小，從而造成不同程度的水分蒸發[29]。不同坡位體現了地表徑流及匯流累積過程造成土壤水分的空間差異[11]。鄧慧平等[30]也發現土壤相對含水量(干濕情況)與地形濕度指數呈線性關系，且兩者的空間變化呈正比。綜上，土壤含水量隨坡度的增大、太陽光輻射的增強、坡位的升高而減小，隨地形濕度指數的增大而增大。

基于ABT算法的因子相對影響程度分析表明，坡位的相對影響最大，坡度、坡向次之，地形濕度指數和高程最小，與朱華德等[31]研究土壤水分濕潤時期結果一致，但與張繼光等[32]、葛翠萍等[11]、郭欣欣等[9]研究結論有所差異。土壤水分的主控因素是隨時間和空間變化的[5，33]。例如：葛翠萍研究作物生長期表明坡度是主要影響因子，本研究中坡位是該時期土壤水分異質性的主要影響因子。可能原因一是春耕時期為裸土，地塊上土壤水分的空間分布沒有植被的干擾，坡位成為主導因素[34]；二是春耕時期研究區三天前發生過一次雨雪過程，疊加凍融過程，共同形成的地表徑流造成土壤水分空間上的重分配且坡位劃分時考慮了坡度的變化且分類較細致。研究中使用兩種尺度的坡位進行組合分析對土壤水分的影響，且在各個尺度表現出明顯規律性。農場尺度上，土壤水分含量沿坡長方向呈先降低后升高的趨勢，谷地到達水分最大值。這種趨勢規律與黑土區前人研究成果相似[11-12，35]。研究中發現漫崗(坡頂)土壤水分含量較大，一方面因為坡頂漫崗處坡度較緩、徑流作用不強；另一方面因為研究區漫崗處的地塊主要以橫壟壟作方式。相關研究表明橫坡壟比順坡壟更能減緩坡面徑流的下切作用，有效攔截水分進而增加土壤含水量[9，36]，表6也反映出壟向對土壤水分分布有顯著影響。而上坡位、中坡位坡度較大，排水通暢水分在此處留滯較少，谷地(坡腳)處則有更多的水分累積。地塊尺度上，土壤水分呈現隨坡位下降而升高的顯著規律性。比較農場尺度和地塊尺度不同坡位的土壤水分差異發現，地塊尺度坡位引起的土壤水分差異大于農場尺度坡位，說明農田土壤水分的空間重分配過程主要發生在地塊內部。研究區地塊邊界有田埂，機耕道、溝渠、防風林帶等分布，形成了地塊之間土壤水分橫向遷移的屏障，研究土壤水分的空間分布不能將整個區域作為一個連續變化的地表來處理。雖然有田埂等屏障，地塊也不是完全封閉的單元，除了壤中流，少數地塊地表徑流量較大，可能會溢出田埂或沿著侵蝕沖溝流動，形成地塊間的水分交換。研究區在4月19～20日發生的雨雪過程，以降雪為主。凍土化凍和融雪過程都是緩慢而持續的過程，大多數地塊形成的地表徑流很小，未能形成跨越田埂的地表徑流。

不同坡度上土壤水分含量大小為，緩坡>緩中坡>中坡>陡坡，隨坡度增加水分減小。坡度主要影響降雨的入滲速率[37]，研究區耕地坡度較緩，不同于喀斯特[32]、黃土地區[38]坡度較陡在地形要素中對徑流影響最強。坡向在各個方向上接收太陽輻射強度和日照時間不同，表現為陽坡>半陽坡>半陰坡>陰坡[39]。不同坡向土壤水分的蒸發量不同，本研究發現土壤水分含量在坡向上的趨勢為半陽坡>陰坡>半陰坡>陽坡，與以往經驗不同，可能原因是不同坡向在各個方向上接收太陽輻射強度和日照時間不同，造成土壤水分的蒸發量不同。而研究區當時氣溫低，春季主要風向為西北風，當日及前兩天風向為西北風3～5級，陰坡和半陰坡屬于迎風坡，水分蒸發較快，而半陽坡屬于背風坡，風干較慢，土壤含水量相對較高。地形濕度指數對研究區土壤水分的貢獻度偏低，它的提出是基于一個比較理想的連續變化的流域表面，根據匯流面積與坡度計算，且計算前將地形數據進行了填洼處理忽視了微小地形的影響[40]。本文研究區地形起伏較大且地塊中有沖溝分布，壤中流的速度不穩定，造成TWI對土壤水分的空間分布解釋較低，這與Ladson A[41]的研究結果相似。王洪明[42]研究表明地形濕度指數對表層土壤水分分布的影響較小。因此，盡管地形濕度指數是土壤水分空間分布研究中被廣泛應用的指標，但是它對本文中土壤水分的解釋并不太有效。本研究提出的結合農場尺度和地塊尺度的坡位，更好地反映了東北漫崗區春耕期土壤水分的運移和分布規律。

4 結 論

(1)趙光農場于2018年4月24日春耕期土壤水分含量分布在25%～37%，均值為30.65%，整體屬于偏濕潤。東南部區域含水量相對較高，西部區域較低。農場地塊內部土壤水分變異系數(5.81%)大于地塊之間變異系數(4.16%)。土壤水分表現出在地塊尺度和農場尺度兩個尺度上的空間變異特征，土壤水分在農場上空間變異的變程為3 000 m，地塊上空間變異的變程為300 m。

(2)土壤水分含量與地形濕度指數呈顯著正相關關系，與坡度、坡向、坡位、高程呈顯著負相關關系。

(3)利用集成推進樹方法探測地形因子對土壤水分的相對影響表明，坡位、坡度、坡向是影響春耕時期土壤水分分異的主要地形因子，累計相對解釋度超過了70%，其中坡位的相對解釋度達到36.28%，是主要的影響因子。